时间戳

首页 > 解决方案 > Pyemma 转换矩阵返回意外大小的数组

python - Pyemma 转换矩阵返回意外大小的数组

问题描述

我正在使用pyemma做一些马尔可夫操作。具体来说，我想建立一个状态转换矩阵。在大多数情况下，pyemma 工作正常，但在某些情况下，转换矩阵所表示的状态数与数据中实际存在的状态数不同。

例如：

import numpy as np
from pyemma import msm 

sequence = np.array([21, 21, 32 ,32 ,55 ,22 ,33 ,11 ,11 ,22 ,44 ,44 ,44 ,33 ,11 ,44 ,99])
vals = np.unique(sequence)
#note there are 8 unique states so we expect 8 by 8 transition matrix

model = msm.estimate_markov_model(sequence, 1)
transitionMatrix = model.transition_matrix
#transition matrix is 4 by 4

为什么转移矩阵不是 8 乘 8？

提前致谢。

标签： pythonmarkov-chains

解决方案

如果你从数据中估计，PyEMMA 将使用最大的连接状态子集来进行估计。背景是，当转换矩阵未连接时，您无法为转换矩阵提供唯一的度量，例如，每个状态都可以从任何其他状态到达。

您可以通过查看生成的 MSM 对象来检查连接的状态：

打印（msm.active_set）

产生一些对应于离散状态索引的整数.

推荐阅读